动态规划理论基础
1、什么是动态规划
动态规划简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。
动态规划中的每个状态都是由上一个状态推导出来的,而贪心没有状态推导,直接从局部选择最优。
例如:有N件物品和一个承重量为W的背包。第 i 件物品的重量是 weight[i],价值为 value[i]。问将哪些物品装入背包中能使得物品价值总和最大?
动态规划中 dp[j] 是由 dp[j - weight[i]] 推导出来的,然后取 max(dp[j], dp[j - weight[i]] + value[i])。
在贪心中,每次拿选择最大 / 最小的物品就行了,与上一个状态无关。
因此贪心无法解决动态规划问题。
只需要知道DP是由前一个状态推导出来的,而贪心是局部直接最优。
2、解题步骤
- 确定 dp数组 以及下标的含义
- 确定递推公式
- dp数组 如何初始化
- 确定遍历顺序
- 举例推导 dp数组
3、动态规划应该如何debug
找问题的最好方式就是把 dp数组 打印出来,看看究竟是不是按照自己的思路推导的。
做动态规划的题目,写代码之前一定要把 状态转移 在 dp数组上的具体情况模拟一遍,心中有数,确定最后推出的是想要的结果。
然后再写代码,如果代码没通过就打印dp数组,看看与自己预先推导的是否一致。
如果打印出来的跟自己预先模拟推导的一致,那就是自己的递归公式、初始化或者遍历顺序有问题。
如果和自己预先模拟推导的不一样,那就是代码实现细节有问题。